基于情緒識別和混雜理論的機器人輔助康復人機交互控制方法
【專利摘要】本發(fā)明提供一種基于情緒識別和混雜理論的機器人輔助康復人機交互控制方法，以機器人輔助康復過程中患者“挫敗”、“興奮”及“厭煩”三類情緒為目標情緒狀態(tài)，包括以下步驟：獲取訓練過程中患者目標情緒反應的生理響應信號；通過方差分析方法從統(tǒng)計意義上分析反應目標情緒變化的生理信號重要特征及其組合；根據(jù)前述目標情緒生理響應特征及其組合，采用支持向量機方法識別出患者目標情緒狀態(tài)；以及根據(jù)識別到的患者目標情緒狀態(tài)，基于混雜理論設計與患者目標情緒變化相一致的閉環(huán)自適應人機交互控制器。利用本發(fā)明的機器人輔助康復人機交互控制方法，可提高機器人輔助康復治療的訓練效果和安全性。
【專利說明】基于情緒識別和混雜理論的機器人輔助康復人機交互控制 方法

【技術領域】
[0001] 本發(fā)明涉及康復機器人傳感與治療控制領域，尤其是關于一種基于情緒識別和混 雜理論的機器人輔助康復人機交互控制方法。

【背景技術】
[0002] 現(xiàn)代社會隨著世界各國相繼進入老齡化，在老齡化過程中會產(chǎn)生大量的腦卒中或 中風病患者，此類患者通常由于腦血管血栓或腦血管破裂出血而導致腦供血中斷，從而使 相應的運動、感覺和認知等功能遭到喪失或受到損害?，F(xiàn)代神經(jīng)康復醫(yī)學及其臨床研究結 果表明中樞神經(jīng)系統(tǒng)具有高度的可塑性，對因腦卒中等疾病引起的肢體功能障礙，通過科 學合理的康復治療訓練可以在一定程度上恢復其受損的肢體功能。
[0003] 康復機器人技術是近年來發(fā)展起來的一種新的運動神經(jīng)康復治療技術，在機器人 輔助患者運動康復治療過程中，患者的主動參與對提高康復訓練效果具有至關重要的作 用?；诨颊咧鲃訁⑴c意識的機器人輔助康復治療研究，目前主要集中在"基于生物力學的 主動運動交互控制"和"基于生物電的主動運動交互控制"兩個方面，患者與康復機器人之 間的交互協(xié)作主要是以感知患者主動"運動"參與為主。在傳統(tǒng)康復治療方法中，康復醫(yī)師 除了能感受到患者主動"運動"參與外，還能夠觀察到患者對不同難度訓練任務所表現(xiàn)出來 的高興、厭煩和挫敗等情緒變化，并根據(jù)情緒變化及時調整自己的訓練行為。由情緒心理學 可知，訓練過程中患者表現(xiàn)出來的情緒反應是一種以患者主觀參與感受的變化為特征的心 理活動過程。為使患者與康復機器人之間的交互控制更加和諧自然，研究人員自然地期望 機器人能像康復醫(yī)師那樣，實時感知訓練過程中患者情緒的變化，并根據(jù)情緒變化實時調 整機器人輔助訓練行為。由此可見，從患者主動"心理"參與角度，研究一種基于情緒感知 的運動康復機器人交互控制方法，將進一步完善和提高人機協(xié)作康復訓練技術水平，具有 重要的學術意義和實際應用價值。


【發(fā)明內容】

[0004] 本發(fā)明目的在于提供一種基于情緒識別和混雜理論的機器人輔助康復人機交互 控制方法，提高機器人輔助康復治療的訓練效果和安全性。
[0005] 為達成上述目的，本發(fā)明所采用的技術方案如下： 一種基于情緒識別和混雜理論的機器人輔助康復人機交互控制方法，以機器人輔助康 復過程中患者"挫敗"、"興奮"及"厭煩"三類情緒為目標情緒狀態(tài)，其具體實現(xiàn)包括以下步 驟： 步驟1、獲取訓練過程中患者目標情緒反應的生理響應信號； 步驟2、通過方差分析方法，從統(tǒng)計意義上分析出反應目標情緒變化的生理信號重要特 征及其組合； 步驟3、患者目標情緒狀態(tài)識別：根據(jù)分析得到的目標情緒生理響應特征及其組合，采 用支持向量機方法識別出患者目標情緒狀態(tài)；以及 步驟4、基于目標情緒識別的人機交互控制：根據(jù)識別到的患者目標情緒狀態(tài)，基于混 雜理論設計與患者目標情緒變化相一致的閉環(huán)自適應人機交互控制器。
[0006] 由以上本發(fā)明的技術方案可知，本發(fā)明的有益效果在于： 1、 基于情緒感知的機器人輔助人機協(xié)作訓練方法，從心理層次感知患者主動參與意 愿，克服了現(xiàn)有的人機交互協(xié)作訓練方法主要以感知患者主動"運動"參與為主的局限； 2、 基于混雜理論的機器人輔助康復交互控制方法，在基于情緒感知的機器人輔助康復 過程中，運用混雜理論設計交互控制器，從本質上將系統(tǒng)所蘊含的連續(xù)/離散混雜特性有 機地融于統(tǒng)一框架內，克服了現(xiàn)有控制方法分別從連續(xù)或離散角度進行控制的局限。

【專利附圖】

【附圖說明】
[0007] 圖1是本發(fā)明提出的基于情緒識別和混雜理論的機器人輔助康復人機交互控制 方法的結構框圖。
[0008] 圖2是基于虛擬現(xiàn)實技術構建的"Reaching-and-Lifting"三維虛擬訓練環(huán)境示 意圖。
[0009] 圖3是5例被試患者興奮情緒分類結果示意圖。
[0010] 圖4是基于混雜自動機理論設計的人機交互控制器的示意圖。
[0011] 圖5是基于情緒識別和混雜控制的機器人輔助康復訓練行為調整結果。

【具體實施方式】
[0012] 為了更好地了解本發(fā)明的技術內容，特舉具體實施例并配合所附圖示說明如下。
[0013] 如圖1所示，根據(jù)本發(fā)明的較優(yōu)實施例，一種基于情緒識別和混雜理論的機器人 輔助康復人機交互控制方法，以機器人輔助康復過程中患者"挫敗"、"興奮（大喚醒度和小 喚醒度）"及"厭煩"三類情緒為目標情緒狀態(tài)，且包括"生理響應信號"、"情緒生理響應特 征分析"、"患者目標情緒狀態(tài)識別"及"基于目標情緒的人機交互控制"四個步驟： 步驟1、獲取訓練過程中患者目標情緒反應的生理響應信號； 步驟2、通過方差分析方法，從統(tǒng)計意義上分析出反應目標情緒變化的生理信號重要特 征及其組合； 步驟3、患者目標情緒狀態(tài)識別：根據(jù)分析得到的目標情緒生理響應特征及其組合，采 用支持向量機方法識別出患者目標情緒狀態(tài)；以及 步驟4、基于目標情緒識別的人機交互控制：根據(jù)識別到的患者目標情緒狀態(tài)，基于混 雜理論設計與患者目標情緒變化相一致的閉環(huán)自適應人機交互控制器。
[0014] 下面結合附圖1以及圖2-5所示，詳細說明上述各步驟的實施。
[0015] 作為優(yōu)選的方式，前述步驟1的實現(xiàn)通過采用心理生理測量方法設計情緒生理測 量實驗，以獲取訓練過程中患者目標情緒反應的生理響應信號。
[0016] 在該步驟中具體包括四個小步驟：虛擬康復訓練任務設計、實驗問卷設計、實驗數(shù) 據(jù)獲取及實驗過程設計四個階段，下面分別闡述： (1)實驗任務設計：以日常生活中物體的移動放置為背景，基于虛擬現(xiàn)實技術構建 "Reaching-and-Lifting"三維虛擬環(huán)境。該虛擬任務主要服務于患者的主動和抗阻康復 訓練：①在主動訓練模式下，患者可在水平和垂直平面內分別通過外伸/內展、屈/伸運動 來實現(xiàn)患者關節(jié)活動范圍和協(xié)調能力訓練；②在抗阻訓練模式下，可以通過改變虛擬環(huán)境 中物體的質量來分別實現(xiàn)水平和垂直平面內患肢肌力訓練。
[0017] (2)實驗問卷設計：設計兩類問卷①一定數(shù)量用李克特5級量表表示且能反應 三種目標情緒的問卷；②運用"自測人體模型圖"在情緒的兩個維度Valence(評價值）和 ArousaK喚醒度）上，對三類目標情緒分別進行1-9級評分；訓練結束，對被試、心理和康 復醫(yī)師的問卷結果進行非參數(shù)統(tǒng)計，以具有統(tǒng)計意義的結果作為最終實驗問卷結果。
[0018] (3)實驗數(shù)據(jù)獲取：分別對來自患者自主神經(jīng)系統(tǒng)的心電、皮電及來自中樞神經(jīng) 系統(tǒng)的皺眉肌、顴大肌肌電響應信號進行監(jiān)測和記錄，并提取各自均值、標準差、最大值和 最小值作為主要生理響應特征； (4)實驗過程設計：首先，根據(jù)所設計的虛擬實驗任務確定適合被試的挑戰(zhàn)性任務；其 次，確定被試不同訓練模式下生理參數(shù)測量基準；最后，訓練結束被試、心理和康復醫(yī)師分 別根據(jù)各自情況接受實驗問卷調查。
[0019] 前述步驟2中情緒生理響應特征分析的實現(xiàn)，通過方差分析方法，從統(tǒng)計意義上 分析出反應目標情緒變化的生理信號重要特征及其組合。
[0020] 具體地，情緒生理響應特征分析的實現(xiàn)包括以下兩個過程： 1) 分別從患者心電、皮電、皺眉肌和顴大肌肌電響應信號中提取各自均值、標準差、最 大值和最小值作為目標情緒生理響應特征； 2) 采用方差分析方法，從統(tǒng)計意義上分析出能反應目標情緒變化的生理信號重要特 征及其組合。
[0021 ] 前述步驟3中患者目標情緒狀態(tài)識別，根據(jù)分析得到的目標情緒生理響應特征及 其組合，采用支持向量機方法識別出患者目標情緒狀態(tài)。
[0022] 前述步驟4中的基于目標情緒識別的人機交互控制：根據(jù)識別到的患者目標情緒 狀態(tài)，基于混雜理論設計與患者目標情緒變化相一致的閉環(huán)自適應人機交互控制器。
[0023] 本實施例中，基于混雜理論設計人機交互控制器的具體實現(xiàn)過程包括以下步驟： (1)在連續(xù)變量控制系統(tǒng)中，當患者目標情緒及與其安全相關的機器人系統(tǒng)工作狀態(tài) 向量JT發(fā)生改變時，可通過連續(xù)/離散轉換接口P(F 將其轉換為區(qū)域切換離散 事件σ= {%?%σ3而,cr3},定義如下： ① 依據(jù)患者目標情緒狀態(tài)是否發(fā)生改變，定義目標情緒狀態(tài)切換離散事件 { >0*2> (? (?，: (i) 厭煩情緒事件^ :設定的康復訓練任務難度遠小于患者當前承受能力； (ii) 挫敗情緒事件^ :設定的康復訓練任務難度遠大于患者當前承受能力； (iii) 小喚醒度興奮情緒事件:設定的康復訓練任務難度稍大于患者當前承受能 力； (iv) 大喚醒度興奮情緒事件^2 :設定的康復訓練任務難度匹配于患者當前承受能力； ② 依據(jù)機器人系統(tǒng)工作狀態(tài)及其工作參數(shù)是否超過事先定義的閾值，定義機器人系統(tǒng) 工作狀態(tài)轉換離散事件丨只為}: (i)機器人系統(tǒng)異常停止工作事件^ :機器人系統(tǒng)工作參數(shù)（工作電壓末端運行速 度1及末端負載尤）超過事先定義的閾值范圍（^55￥或^3[11^1.5111/ 8、/^2.51^); (ii)機器人系統(tǒng)暫時停止工作事件A:訓練過程中患者需要休息或整個康復訓練周期 結束時，機器人系統(tǒng)應暫時停止工作； (2)在離散事件動態(tài)系統(tǒng)中，基于混雜自動機理論設計離散事件決策控制器，過程如 下： ① 定義離散事件決策控制器控制狀態(tài)6={3，^，&，6*，&，&丨,并通過離散/連續(xù)轉換接 口《5U:GwC1)產(chǎn)生控制輸出向量C= (i) 離散控制狀態(tài)S:康復機器人系統(tǒng)以初始難度訓練任務開始工作；控制向量A:隨機 確定康復訓練任務初始難度； (ii) 離散控制狀態(tài)康復機器人系統(tǒng)以大幅增加難度后的訓練任務繼續(xù)工作；控制 向量^ :大幅增加康復訓練任務難度； (iii) 離散控制狀態(tài)S3:康復機器人系統(tǒng)以小幅增加難度后的訓練任務繼續(xù)工作；控 制向量^ :小幅增加康復訓練任務難度； (iv) 離散控制狀態(tài)St:康復機器人系統(tǒng)以大幅減小難度后的訓練任務繼續(xù)工作；控 制向量^ :大幅減小康復訓練任務難度； (V)離散控制狀態(tài)β:康復機器人系統(tǒng)以小幅減小難度后的訓練任務繼續(xù)工作；控制向 量^ :小幅減小康復訓練任務難度； (Vi)離散控制狀態(tài)0?:康復機器人系統(tǒng)取消當前康復訓練任務并停止工作；控制向 :取消當前康復訓練任務并關閉機器人系統(tǒng)； ② 當離散事件動態(tài)系統(tǒng)中患者情緒/機器人狀態(tài)監(jiān)督模塊監(jiān)測到
【發(fā)明內容】
4定義的離 散事件時，根據(jù)離散事件性質與離散事件決策控制器控制狀態(tài)，確定如下控制規(guī)則 ： (i) 當監(jiān)測到患者產(chǎn)生厭煩情緒事件《^時，激活離散控制狀態(tài)ft，大幅增加訓練任務難 度； (ii) 當監(jiān)測到患者產(chǎn)生挫敗情緒事件％時，激活離散控制狀態(tài)et，大幅減小訓練任務難 度；（iii)當監(jiān)測到患者產(chǎn)生小喚醒度興奮情緒事件^^時，激活離散控制狀態(tài)ft，小幅減小 訓練任務難度； (iv)當監(jiān)測到患者產(chǎn)生大喚醒度興奮情緒事件<^2時，激活離散控制狀態(tài)05,小幅增加 訓練任務難度； (V)當監(jiān)測到機器人系統(tǒng)異常停止工作事件&時，激活離散控制狀態(tài)，取消當前訓練 任務并使機器人系統(tǒng)停止工作； (vi)當監(jiān)測到機器人系統(tǒng)暫時停止工作事件^時，激活離散控制狀態(tài)gs，取消當前康復 訓練任務并使機器人系統(tǒng)停止工作。
[0024] 下面結合附圖和實施例，對本發(fā)明的【具體實施方式】進行進一步的描述。
[0025] 在某大學附屬南京同仁醫(yī)院康復醫(yī)學中心選取5例生命體征穩(wěn)定的門診病例為 實驗對象，以實驗室Barrett公司生產(chǎn)的4自由度WAM觸覺機器人為臨床康復實驗平臺，結 合附圖2所設計的"Reaching-and-Lifting"虛擬環(huán)境進行垂直方向的主動運動訓練,并 運用自行研制的基于無線傳感網(wǎng)的多生理參數(shù)監(jiān)測系統(tǒng)對被試心電、皮電、皺眉肌和顴大 肌肌電響應信號進行實時測量。在訓練過程中，康復醫(yī)師通過改變虛擬物體的目標位置分 別為被試提供難度等級為1-7級的訓練任務，被試操作WAM觸覺機械臂以控制虛擬環(huán)境中 物體的Reaching-and-Lifting運動。
[0026] 在訓練開始前，被試需熟悉各種難度等級的訓練任務并在醫(yī)師指導下找到適合自 己水平的難度等級；在訓練過程中，每節(jié)訓練具體分為3個步驟：①為保證生理參數(shù)測量基 準，每節(jié)訓練開始之前被試需休息2分鐘直至被試心情平靜；②被試接受訓練任務的難度 由醫(yī)師隨機分配；③訓練任務結束被試接受兩類問卷調查；在訓練結束后，首先對實驗過 程中獲取的被試心電、皮電、皺眉肌和顴大肌肌電等生理響應參數(shù)進行離線分析，分別提取 各自參數(shù)的最大值、最小值、均值和標準差作為初始特征；其次，采用"單因素混合設計及其 方差分析"方法，從統(tǒng)計意義上分析出能反應目標情緒變化的生理信號重要特征及其組 合。根據(jù)分析結果，皮膚電阻均值和皺眉肌肌電均值對目標情緒變化具有較為明顯的統(tǒng)計 意義。
[0027] 進一步地，以上述得到的具有統(tǒng)計意義的皮膚電阻均值和皺眉肌肌電均值作為輸 入、實驗問卷調查統(tǒng)計結果作為輸出，基于支持向量機設計目標情緒分類器，并進行分類器 訓練和交叉驗證。圖3給出了 5例患者的"興奮"情緒識別結果，由圖可以看出5例患者 (R1-R5)的興奮情緒識別率分別達到80%、78%、82%、85%和90%。
[0028] 為使康復機器人輔助訓練行為能與被試患者情緒反應相一致，圖4設計了基于混 雜自動機理論的人機交互控制器，并以R5起始訓練周期為例給出了基于情緒識別和混雜 控制的機器人輔助康復訓練行為調整結果（圖5所示）。按照臨床實驗協(xié)議，當監(jiān)測到"抑 郁"和"厭煩"情緒事件時，任務難度等級調整幅度為2級；當監(jiān)測到"大喚醒度或小喚醒度 興奮"情緒事件，任務難度等級調整幅度為1級。由圖可以看出，訓練開始離散控制狀態(tài)β激 活，并通過離散/連續(xù)轉換接口產(chǎn)生控制向量C1將被試訓練任務難度隨機確定為5級，在訓 練過程中由于隨機分配的任務難度偏大，患者表現(xiàn)出了"抑郁"情緒，按照離散事件定義，將 產(chǎn)生離散事件A，根據(jù)離散決策控制規(guī)則，離散控制狀態(tài)Gi激活并通過轉換接口產(chǎn)生控制 向量進而將任務難度等級減小到3級；按照3級任務難度進行訓練，患者表現(xiàn)出了"大喚 醒度興奮"情緒，按照離散事件定義，將產(chǎn)生離散事件，離散控制狀態(tài)&激活并通過轉換 接口產(chǎn)生控制向量將任務難度等級增加到4級；自第3至第8個訓練周期，經(jīng)過混雜交互 控制器的作用，患者在按照4級難度任務進行訓練時明顯表現(xiàn)出了"厭煩"情緒，產(chǎn)生了"厭 煩"情緒事件％離散控制狀態(tài)&激活并通過轉換接口產(chǎn)生控制向量將任務難度等級大幅 增加至6級；在后續(xù)訓練中患者表現(xiàn)出"小喚醒度興奮"情緒，表明當前任務難度稍超出患 者的主動活動能力，產(chǎn)生離散事件離散控制狀態(tài)激活并通過控制向量^將任務難度等 級小幅減小到5級。
[0029] 本發(fā)明說明書中未做詳細描述的內容屬于本領域專業(yè)技術人員公知的現(xiàn)有技術。
[0030] 雖然本發(fā)明已以較佳實施例揭露如上，然其并非用以限定本發(fā)明。本發(fā)明所屬技 術領域中具有通常知識者，在不脫離本發(fā)明的精神和范圍內，當可作各種的更動與潤飾。因 此，本發(fā)明的保護范圍當視權利要求書所界定者為準。
【權利要求】
1. 一種基于情緒識別和混雜理論的機器人輔助康復人機交互控制方法，其特征在于， 以機器人輔助康復過程中患者"挫敗"、"興奮"及"厭煩"三類情緒為目標情緒狀態(tài)，其具體 實現(xiàn)包括以下步驟： 步驟1、獲取訓練過程中患者目標情緒反應的生理響應信號； 步驟2、通過方差分析方法，從統(tǒng)計意義上分析出反應目標情緒變化的生理信號重要特 征及其組合； 步驟3、患者目標情緒狀態(tài)識別：根據(jù)分析得到的目標情緒生理響應特征及其組合，采 用支持向量機方法識別出患者目標情緒狀態(tài)；以及 步驟4、基于目標情緒識別的人機交互控制：根據(jù)識別到的患者目標情緒狀態(tài)，基于混 雜理論設計與患者目標情緒變化相一致的閉環(huán)自適應人機交互控制器。
2. 根據(jù)權利要求1所述的基于情緒識別和混雜理論的機器人輔助康復人機交互控制 方法，其特征在于，前述的步驟1中，通過采用心理生理測量方法設計情緒生理測量實驗， 以獲取訓練過程中患者目標情緒反應的生理響應信號。
3. 根據(jù)權利要求2所述的基于情緒識別和混雜理論的機器人輔助康復人機交互控制 方法，其特征在于，前述步驟1的實現(xiàn)包括虛擬康復訓練任務設計、實驗問卷設計、實驗數(shù) 據(jù)獲取及實驗過程設計四個階段，其中： (1) 實驗任務設計：以某物體的移動放置為背景，基于虛擬現(xiàn)實技術構建 "Reaching-and-Lifting"三維虛擬環(huán)境，該虛擬任務用于患者的主動和抗阻康復訓練：① 在主動訓練模式下，患者可在水平和垂直平面內分別通過外伸/內展、屈/伸運動來實現(xiàn)患 者關節(jié)活動范圍和協(xié)調能力訓練；②在抗阻訓練模式下，可以通過改變虛擬環(huán)境中物體的 質量來分別實現(xiàn)水平和垂直平面內患肢肌力訓練； (2) 實驗問卷設計：設計兩類問卷：①一定數(shù)量用李克特5級量表表示且能反應三 種目標情緒的問卷；②運用"自測人體模型圖"在情緒的兩個維度Valence(評價值）和 Ar〇Usal(喚醒度）上，對三類目標情緒分別進行1-9級評分； (3) 實驗數(shù)據(jù)獲?。悍謩e對來自患者自主神經(jīng)系統(tǒng)的心電、皮電及來自中樞神經(jīng)系統(tǒng) 的皺眉肌、顴大肌肌電響應信號進行監(jiān)測和記錄，并提取各自均值、標準差、最大值和最小 值作為生理響應特征； (4) 實驗過程設計：首先，根據(jù)所設計的虛擬實驗任務確定適合被試的挑戰(zhàn)性任務；其 次，確定被試不同訓練模式下生理參數(shù)測量基準；最后，訓練結束被試、心理和康復醫(yī)師分 別根據(jù)各自情況接受實驗問卷調查。
4. 根據(jù)權利要求1-3中任意一項所述的基于情緒識別和混雜理論的機器人輔助康復 人機交互控制方法，其特征在于，前述步驟2中情緒生理響應特征分析的實現(xiàn)包括以下兩 個過程： 1) 分別從患者心電、皮電、皺眉肌和顴大肌肌電響應信號中提取各自均值、標準差、最 大值和最小值作為目標情緒生理響應特征； 2) 采用方差分析方法，從統(tǒng)計意義上分析出能反應目標情緒變化的生理信號重要特 征及其組合。
5. 根據(jù)權利要求4所述的基于情緒識別和混雜理論的機器人輔助康復人機交互控制 方法，其特征在于，前述步驟4中基于混雜理論設計人機交互控制器的具體實現(xiàn)過程包括 以下步驟： (1)在連續(xù)變量控制系統(tǒng)中，當患者目標情緒及與其安全相關的機器人系統(tǒng)工作狀態(tài) 向量JT發(fā)生改變時，可通過連續(xù)/離散轉換接口，)將其轉換為區(qū)域切換離 散事件而爲為},定義如下： ① 依據(jù)患者目標情緒狀態(tài)是否發(fā)生改變，定義目標情緒狀態(tài)切換離散事件 (明而(％%)}: ⑴厭煩情緒事件ffl:設定的康復訓練任務難度遠小于患者當前承受能力； (ii) 挫敗情緒事件％:設定的康復訓練任務難度遠大于患者當前承受能力； (iii) 小喚醒度興奮情緒事件:設定的康復訓練任務難度稍大于患者當前承受能 力； (iv) 大喚醒度興奮情緒事件5^ :設定的康復訓練任務難度匹配于患者當前承受能 力； ② 依據(jù)機器人系統(tǒng)工作狀態(tài)及其工作參數(shù)是否超過事先定義的閾值，定義機器人系統(tǒng) 工作狀態(tài)轉換離散事件1: (1) 機器人系統(tǒng)異常停止工作事件:機器人系統(tǒng)工作參數(shù)超過事先定義的閾值范 圍，前述工作參數(shù)包括工作電壓4、末端運行速度^及末端負載/?_，超過閾值范圍包括： 乂 > 55V或K￡ 30v、& >Um/s、/r > 2'5Kg; (ii)機器人系統(tǒng)暫時停止工作事件:訓練過程中患者需要休息或整個康復訓練周 期結束時，機器人系統(tǒng)應暫時停止工作； (2) 在離散事件動態(tài)系統(tǒng)中，基于混雜自動機理論設計離散事件決策控制器，過程如 下： ①定義離散事件決策控制器控制狀態(tài)爾，并通過離散/連續(xù)轉換接 口jG泠c*)產(chǎn)生控制輸出向量為而1: (i) 離散控制狀態(tài)康復機器人系統(tǒng)以初始難度訓練任務開始工作；控制向量隨 機確定康復訓練任務初始難度； (ii) 離散控制狀態(tài)g2:康復機器人系統(tǒng)以大幅增加難度后的訓練任務繼續(xù)工作；控制 向量C+2 :大幅增加康復訓練任務難度； (iii) 離散控制狀態(tài)康復機器人系統(tǒng)以小幅增加難度后的訓練任務繼續(xù)工作；控 制向量:小幅增加康復訓練任務難度； (iv) 離散控制狀態(tài)康復機器人系統(tǒng)以大幅減小難度后的訓練任務繼續(xù)工作；控 制向量:大幅減小康復訓練任務難度； (V)離散控制狀態(tài)g3:康復機器人系統(tǒng)以小幅減小難度后的訓練任務繼續(xù)工作；控制 向量:小幅減小康復訓練任務難度； (Vi)離散控制狀態(tài)01:康復機器人系統(tǒng)取消當前康復訓練任務并停止工作；控制向量 ^:取消當前康復訓練任務并關閉機器人系統(tǒng)； ②當離散事件動態(tài)系統(tǒng)中患者情緒/機器人狀態(tài)監(jiān)督模塊監(jiān)測到
【發(fā)明內容】
4定義的離 散事件時，根據(jù)離散事件性質與離散事件決策控制器控制狀態(tài)，確定如下控制規(guī)則： (i) 當監(jiān)測到患者產(chǎn)生厭煩情緒事件巧時，激活離散控制狀態(tài)g2,大幅增加訓練任務難 度； (ii) 當監(jiān)測到患者產(chǎn)生挫敗情緒事件巧時，激活離散控制狀態(tài)gp大幅減小訓練任務 難度；（iii)當監(jiān)測到患者產(chǎn)生小喚醒度興奮情緒事件時，激活離散控制狀態(tài)gj,小幅減 小訓練任務難度； (iv) 當監(jiān)測到患者產(chǎn)生大喚醒度興奮情緒事件時，激活離散控制狀態(tài)g3,小幅增加 訓練任務難度； (v) 當監(jiān)測到機器人系統(tǒng)異常停止工作事件時，激活離散控制狀態(tài)，取消當前訓 練任務并使機器人系統(tǒng)停止工作； (Vi)當監(jiān)測到機器人系統(tǒng)暫時停止工作事件^時，激活離散控制狀態(tài)，取消當前康 復訓練任務并使機器人系統(tǒng)停止工作。
【文檔編號】G05B19/04GK104483847SQ201410571977
【公開日】2015年4月1日 申請日期:2014年10月24日 優(yōu)先權日:2014年10月24日
【發(fā)明者】徐國政, 胡倩, 茅晨, 高翔, 翟雁, 郭曉波 申請人:南京郵電大學